Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

StepFun: Step 3.7 Flash vs Z.ai: GLM 5.2

Zusammenfassung

Step 3.7 Flash vs GLM 5.2 Benchmark-Vergleich: Der Durchschnittsscore ist mit 7.1 vs 7.1 praktisch gleichauf. GLM 5.2 hat die niedrigeren Benchmark-Kosten mit $0.076 vs $1.148. GLM 5.2 ist schneller mit 6.34s vs 64.46s, mit Erfolgsraten von 63.5% vs 60.3%.

Empfohlenes Modell: GLM 5.2 - Es hat hier die beste Punktzahl (7.1) und kostet etwa 15.2x weniger als Step 3.7 Flash.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-17

Metrik Step 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29 GLM 5.2 GLM 5.2 none Veröffentlichung: 2026-06-17
Punktzahl 7.1 7.1
Rang #63 #61
Zuverlässigkeit 10.0 9.9
Konsistenz 8.2 9.6
Korrekte Tests
Erfolgsquote pro Versuch 63.5% 60.3%
Instabile Tests 4 1
Gesamtläufe 63 63
Kosten pro Ergebnis 10.434 0.628
Gesamtkosten $1.148 $0.076
Eingabepreis $0.200 / 1M $1.400 / 1M
Ausgabepreis $1.150 / 1M $4.400 / 1M
Gesamte Eingabe-Token 38,391 38,671
Ausgabe-Token 991,355 4,817
Denk-Token 0 0
Antwortzeit (Durchschnitt) 64.46s 6.34s
Antwortzeit (Maximum) 364.99s 20.69s
Antwortzeit (Gesamt) 1353.57s 133.19s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#63 Step 3.7 Flash

high
Cost
$0.007
Time
63.6s
Tokens
6,030 tok

#61 GLM 5.2

none
Invalid SVG
Cost
$0.033
Time
87.7s
Tokens
7,455 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
GLM 5.2 8.3 10.0 75.0% 0 3.70s 567 313 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
GLM 5.2 3.7 9.5 0.0% 0 7.55s 7,263 1,958 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
GLM 5.2 10.0 10.0 100.0% 0 20.69s 14,296 1,489 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
GLM 5.2 10.0 10.0 100.0% 0 7.17s 7,113 204 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
GLM 5.2 5.3 10.0 33.3% 0 6.50s 696 27 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
GLM 5.2 6.1 3.1 66.7% 1 4.42s 480 82 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
GLM 5.2 9.8 10.0 100.0% 0 3.84s 642 66 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
GLM 5.2 7.7 10.0 66.7% 0 3.31s 618 265 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
GLM 5.2 10.0 10.0 100.0% 0 15.76s 6,807 400 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0
GLM 5.2 3.0 10.0 0.0% 0 3.41s 189 13 0

Schnellvergleich

Vergleichspaar wechseln

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumGemma 4 26B A4BmediumKostenlos verfügbarvsGLM 5.2noneMiMo-V2-FlashmediumvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumKostenlos verfügbarvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsGLM 5.2noneClaude Opus 4.8nonevsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5V Turbomedium